Leetcode2207. 字符串中最多数目的子字符串

目录

1. 题目描述

2. Naive Approach-枚举遍历

3. 优化实现

给你一个下标从 0 开始的字符串 text 和另一个下标从 0 开始且长度为 2 的字符串 pattern ，两者都只包含小写英文字母。

你可以在 text 中任意位置插入 一个 字符，这个插入的字符必须是 pattern[0] 或者 pattern[1] 。

注意，这个字符可以插入在 text 开头或者结尾的位置。

请你返回插入一个字符后，text 中最多包含多少个等于 pattern 的 子序列 。

子序列 指的是将一个字符串删除若干个字符后（也可以不删除），剩余字符保持原本顺序得到的字符串。

示例 1：

输入：text = "abdcdbc", pattern = "ac"
输出：4
解释：
如果我们在 text[1] 和 text[2] 之间添加 pattern[0] = 'a' ，那么我们得到 "abadcdbc" 。

那么 "ac" 作为子序列出现 4 次。


其他得到 4 个 "ac" 子序列的方案还有 "aabdcdbc" 和 "abdacdbc" 。


但是，"abdcadbc" ，"abdccdbc" 和 "abdcdbcc" 这些字符串虽然是可行的插入方案，但是只出现了 3 次 "ac" 子序列，所以不是最优解。


可以证明插入一个字符后，无法得到超过 4 个 "ac" 子序列。

示例 2：

输入：text = "aabb", pattern = "ab"
输出：6
解释：
可以得到 6 个 "ab" 子序列的部分方案为 "aaabb" ，"aaabb" 和 "aabbb" 。

提示：

• 1 <= text.length <= 10^5
• pattern.length == 2
• text 和 pattern 都只包含小写英文字母。
  

  
  

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximize-number-of-subsequences-in-a-string
著作权归领扣网络所有。

商业转载请联系官方授权，非商业转载请注明出处。

        先做一个傻傻的算法至少有两个作用：(1)帮助理解问题的要点，尤其是（可能的）性能瓶颈要点；(2) 提供一个验证的benchmark，傻傻的办法比较容易保证功能正确，而“聪明”的解决方案则可能很难直接判断正确性和完备性。

        用pattern[0]和pattern[1]分别插入输入序列的text.length+1个可能的位置，总共2*(text.length+1)种情况，针对每种情况分别统计其中包含的子序列等于pattern的个数。


        解决了遍历问题，还有一个内层的问题需要解决，即（插入一个字符后的）字符串包含多少个pattern的统计方法。

由于要保证pattern[0]和pattern[1]的顺序，可以以字符串中出现的每个pattern[0]去找出现在它之后的pattern[1]的次数，这就是由某个pattern[0]能够构造出来的子序列个数，然后再累计每个pattern[0]的子序列个数即可。

         代码如下：

class Solution:
    def maximumSubsequenceCount(self, text: str, pattern: str) -> int:
        def countSubSeq(t):
            p0_cnt     = 0
            subseq_cnt = 0
            for k in range(len(t)):
                if t[k] == pattern[0]:
                    p0_cnt += 1
                if t[k] == pattern[1]:
                    subseq_cnt += p0_cnt
            return subseq_cnt
        subseq_max = 0
        for k in range(len(text)+1):
            t_tmp = text[:k] + pattern[0] + text[k:]
            subseq_cnt = countSubSeq(t_tmp)
            # print(t_tmp,subseq_cnt)
            subseq_max = subseq_cnt if subseq_max

class Solution:
    def maximumSubsequenceCount(self, text: str, pattern: str) -> int:
        def countSubSeq(t):
            p0_cnt     = 0
            subseq_cnt = 0
            for k in range(len(t)):
                if t[k] == pattern[0]:
                    p0_cnt += 1
                if t[k] == pattern[1]:
                    subseq_cnt += p0_cnt
            if pattern[0] == pattern[1]:
                subseq_cnt = p0_cnt * (p0_cnt - 1) // 2                    
            return subseq_cnt

        subseq_cnt0 = countSubSeq(pattern[0] + text)
        subseq_cnt1 = countSubSeq(text + pattern[1])

        return subseq_cnt0 if subseq_cnt0>=subseq_cnt1 else subseq_cnt1  

if __name__ == '__main__':
    
    sln = Solution()
    
    text = "abdcdbc"
    pattern = "ac"
    print(sln.maximumSubsequenceCount(text, pattern))
    
    text = "aabb"
    pattern = "ab"
    print(sln.maximumSubsequenceCount(text, pattern))
    
    text = "mffiqmrvjmkfmbnaivajzecfdta"
    pattern = "hh"
    print(sln.maximumSubsequenceCount(text, pattern))
    
    text = "fwymvreuftzgrcrxczjacqovduqaiig"
    pattern = "yy"    
    print(sln.maximumSubsequenceCount(text, pattern))